Lezione 8 di 21 · Parte II, Modelli lineari e reti neurali

Reti neurali (parte 2) — addestramento in pratica

Come si addestra davvero un MLP: inizializzazione, on-line/batch/mini-batch, learning rate e momentum, early stopping e weight decay, Cascade Correlation, input e output, il benchmark MONK.

13 figure da manipolare.

In questa lezione

• Filosofia
• Valori iniziali dei pesi
• Minimi multipli
• On-line, batch e mini-batch
• Il learning rate \eta
• Criteri di arresto
• Overfitting e regolarizzazione
• Numero di unità nascoste
• Input e output
• Pregi e difetti delle reti neurali
• Verso il progetto: il benchmark MONK

Altre lezioni

Note sulla backpropagation · Validazione (parte 1) — model selection e assessment · Tutte le lezioni

Appunti di Fabio Piscitelli — Machine Learning (654AA), prof. Alessio Micheli, Università di Pisa, a.a. 2026/27.